بهینه سازی کلونی مورچگان مبتنی بر فازی جهت تشخیص توده های سرطانی
Publish Year: 1396
Type: Conference paper
Language: Persian
View: 752
This Paper With 8 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
Export:
Document National Code:
BPJ03_176
Index date: 21 October 2017
بهینه سازی کلونی مورچگان مبتنی بر فازی جهت تشخیص توده های سرطانی abstract
سرطان سینه از شایع ترین سرطان های زنان است که در سال های اخیر در اغلب کشورها شیوع پیدا کرده و در صورت عدم تشخیص و عدم درمان به موقع، بدون استثناء فرد مبتلا را به کام مرگ خواهد کشاند. در صورت تشخیص سرطان سینه در مراحل اولیه و انجام درمان مناسب، طول عمر بیش از 90 درصد از مبتلایان بالا خواهد رفت. در این پژوهش، از ترکیب سیستم های فازی و الگوریتم کلونی مورچگان برای طبقه بندی توده یافت شده استفاده شده است. در روش ارایه شده دو کلاس برای نمونه ها در نظر گرفته شده است که دسته ی اول مربوط به بیماران با غده های خوش خیم و دسته ی دوم مربوط به بیماران با غده های بدخیم است. نتایج نشان می دهند که این روش علاوه بر طبقه بندی با دقت بالای 97% می تواند خطر بیماری یا درصد شانس بیمار را به صورت فازی بیان کند. یکی دیگر از ویژگی های این روش پیشنهادی، سرعت بالای یافتن پاسخ بهینه است که دلیل آن استفاده از هوش جمعی در این الگوریتم است
بهینه سازی کلونی مورچگان مبتنی بر فازی جهت تشخیص توده های سرطانی Keywords:
بهینه سازی کلونی مورچگان مبتنی بر فازی جهت تشخیص توده های سرطانی authors
ابراهیم بیت لفطه
دانشجوی کارشناسی ارشد، مهندسی کامپیوتر، دانشکده فنی و مهندسی، دانشگاه آزاد اسلامی واحد شهرکرد
فرشاد کیومرثی
گروه مهندسی کامپیوتر، دانشکده فنی و مهندسی، دانشگاه آزاد اسلامی واحد شهرکرد
بهزاد زمانی دهکردی
گروه مهندسی کامپیوتر، دانشکده فنی و مهندسی، دانشگاه آزاد اسلامی واحد شهرکرد